TY - Jour A2 - Franco，Leonardo Au - Ibrahim，Mariam Au - Alsheikh，Ahmad Au - Al-Hindawi，Qays Au - Al-Dahidi，同名Au - Elmoaqet，Hisham Py - 2020 da - 2020/04/25 Ti - Short- 使用基于人工学习的算法的时间风速预测SP - 8439719 VL - 2020 AB - 在过去几年中，对现代行业进行高效电源的需求在迅速增加。因此，难以预测最新的可再生能源。产生的功率高度依赖于波动因子（如风轴承，压力，风速和周围大气湿度）。因此，准确的预测方法在实践中开发和采用至关重要的重要性。在本文中，在风速收集数据方面对风收集农场进行了案例研究。对于像难以预测的风速一样，必须提供良好构建和测试的预测算法。为了实现这一目标，四个基于神经网络的算法：人工神经网络（ ann），卷积神经网络（ CNN.），短期内存（ LSTM.）和混合模型卷积LSTM（ Convlstm.）结合了 LSTM.和 CNN.和一个支持向量机（ SVM.使用不同的统计和时间指标进行调查，评估和比较模型，以确保最终模型满足建立的目标。结果表明即使 SVM.提供最准确的预测， Convlstm.由于其计算努力和高预测准确性而被选中。SN - 1687-5265 UR - HTTPS://Doi.org/10.1155/2020/8439719 Do - 10.1155 / 2020/8439719 JF - 计算智能和神经科学PB - Hindawi Kw - ER -